| 混流式水轮发电机组神经网络模型预测控制 |
| |
| 引用本文： | 常江,彭彦. 混流式水轮发电机组神经网络模型预测控制[J]. 长江科学院院报, 2007, 24(1): 51-53 |
| |
| 作者姓名： | 常江 彭彦 |
| |
| 作者单位： | 深圳职业技术学院,自动化系,广东,深圳,518055;深圳职业技术学院,工业中心,广东,深圳,518055 |
| |
| 摘 要： | 针对混流式水轮发电机组(FTGS)复杂的非线性特性，提出了包含混流式水轮机神经网络模型(FTNNM)的FTGS的神经网络模型预测控制(NNMPC)。利用神经网络辨识模型(NNIM)预测FTGS对控制信号的反应，并采用优化算法计算来优化未来FTGS性能的控制信号。仿真结果表明NNMPC对FTGS是一个有效的工具。
|
| 关 键 词： | 混流式水轮发电机组 神经网络辨识 模型预测控制 |
| 文章编号： | 1001-5485（2007）01-0051-03 |
| 修稿时间： | 2006-04-172006-08-25 |
Neural Network Model Prediction Control for Francis Hydroturbine Generator Set |
| |
| CHANG Jiang,PENG Yan. Neural Network Model Prediction Control for Francis Hydroturbine Generator Set[J]. Journal of Yangtze River Scientific Research Institute, 2007, 24(1): 51-53 |
| |
| Authors: | CHANG Jiang PENG Yan |
| |
| Affiliation: | 1. Department of Automation, 2. Industry Center, ShenZhen Polytechnic, Shenzhen 518055, China |
| |
| Abstract: | This paper presents the neural network model prediction control(NNMPC) for the Francis hydroturbine generator set(FTGS) possessing nonlinear characteristics.The neural network identification model(NNIM) is used to predict future response to potential control signals of the FTGS.An optimization algorithm can compute the control signals that optimize future FTGS performance.Simulated results show that NNMPC is an effective tool for the nonlinear FTGS. |
| |
| Keywords: | Francis hydroturbine generator set neural network identification neural network model predicting control |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《长江科学院院报》浏览原始摘要信息 |
|
点击此处可从《长江科学院院报》下载全文 |
